课程简介

从去年的AlphaGo到今年无人驾驶大行其道,人工智能正在席卷全球,引发第4次工业革命,无论是政府,还是高校、企业,对人工智能的关注和投入都越来越大,特别是企业对AI人才的需求十分巨大,AI人才的薪资也水涨船高。但目前市面上AI人才供需比例仅为1:10,每年AI人才缺口超百万。

为给企业和社会输送更多AI人才,我们特意在上海开设本《人工智能工程师就业班》,由BAT一线专家线下面对面教学,用3~4个月的封闭学习,从零起步挑战年薪30万。

培养目标: 零基础,快速掌握Python编程基础、数据结构、数据分析、爬虫、机器学习、深度学习等AI核心技术,成为中高级人工智能工程师。

PS:企业/高校团购集训通道请点击课程咨询。另,2人及2人以上组团报名,可各减1000元,想组团者请加微信客服:julyedufu77

特色服务

  • BAT一线专家线下授课

    四个月线下封闭集训,从零起步,BAT一线专家面对面线下授课,现场coding实战辅导 + 一对一手把手辅导BAT工业项目,给你全程1v1般的定制辅导,直到教会为止。

  • 全面涵盖人工智能重要知识点

    本就业班分为五大部分,总计二十五个阶段,近三十个实战项目,涵盖教你零基础快速上手Python编程、数据结构和算法、数据爬取、数据分析、数据可视化、机器学习从原理到实战、深度学习从原理到实战、以及BAT工业级大项目实战、面试和就业辅导。逐步深入,覆盖面广,重点深入。

  • 提供GPU云实验平台

    还原BAT真实生产环境,提供工业数据和国内首创的价值数十万的GPU云实验平台(提前装tensorflow、caffe、mxnet等主流DL框架和相关数据)。提供完善的实验平台供您动手、真枪实战,拒绝纸上谈兵。

  • 作业项目考核三管齐下

    每次课均会布置、批改、讲解作业,一对一个性化辅导,保障学习效果。每个小阶段均有精心设计的实战项目,每个部分均有大型作业和阶段考核。学员学完全部内容后做毕业考核。在不断的阶段性实战中掌握和巩固人工智能技能。

  • 简历优化

    根据集训营实战项目,将涉及到的关键知识点和项目经历优化到您的简历中。

  • 就业推荐

    精讲机器学习工程师面试时常见考点/模型/算法,且BAT一线技术经理一对一模拟真实面试,从技术、表达等方面全方位提升您的面试能力。根据您的技术特长提供定制化的能力评估、就业指导以及包括BAT等一线互联网公司的多个工作机会推荐。四个月挑战起薪30万。

课程安排

  • 第一部分 Python入门与数据处理
    • 第一阶段 Python基础

      掌握Python基础语法,流程控制,循环,逻辑判断,窗器及相应操作,函数的创建与调用

      第一天 理论课
      • 1、使用Git管理代码
      • 2、Python安装与配置(Anaconda环境)
      • 3、Python基本语法和关键字
      • 4、基本数据类型
      • 5、循环和判断
      • 6、学习经验分享
      第二天 理论课
      • 1、函数定义和调用
      • 2、函数参数与传参
      • 3、递归概念入门
      第三天 理论课
      • 1、字符串及其操作
      • 2、字符串操作函数的实现
      • 3、字符串相关练习
      第四天 理论课
      • 1、Python容器介绍及使用:list/tuple/set/dict
      • 2、利用tuple和dict实现函数接收的不定长参数(*,**)
      • 3、列表相关练习
      • 4、基本数据结构相关简易算法入门
      第五天 项目课
      • 1、单词数量统计并去重
      • 2、打印斐波那契数列
      • 3、实现剪刀石头布游戏
      • 4、按单词反转字符串
      • 5、反转单链表
    • 第二阶段 Python进阶

      掌握Python类,模块,异常处理等Python进阶内容与Linux操作系统入门

      第六天 理论课
      • 1、Python面向对象简介
      • 2、类的定义与使用
      • 3、访问控制
      • 4、实例与类属性
      • 5、类型信息的获取
      • 6、继承和多态
      • 7、模块编写与引用
      • 8、模块信息遍历
      • 9、异常处理
      • 10、错误代码返回
      • 11、使用异常捕捉错误
      第七天 理论课
      • 1、BIF简介
      • 2、文件读写(文本、二进制)
      • 3、序列化/反序列化
      • 4、Json文件解析
      • 5、目录和文件操作
      • 6、路径设置
      第八天 理论课
      • 1、其它常用三方模块介绍
      • 2、常用模块练习
      • 3、other execrises
      第九天 理论课
      • 1、Linux操作系统简介
      • 2、虚拟机及环境配置
      • 3、常用Linux操作
      第十天 项目课
      • 1、遍历目录
      • 2、CSV文件读写
      • 3、BMP文件头信息读取
    • 第三阶段 数据入门

      掌握MySQL的配置与使用,了解关系型数据库的高级特性及NoSQL中的redis。并练习解析HTML网页实现简单爬虫入库

      第十一天 理论课
      • 1、MySQL与SQLite配置
      • 2、MYSQL基础
      • 3、MySQL与Python数据库连接建立
      • 4、查询请求发送与结果遍历
      第十二天 理论课
      • 1、MySQL事务
      • 2、高级查询Join以及子查询等场景处理
      • 3、ORM简介
      • 4、Peewee库的安装与使用
      第十三天 理论课
      • 1、HTML基础
      • 2、CSS定位器与XPath定位器
      • 3、爬虫原理简介
      • 4、正则表达式使用
      第十四天 理论课
      • 1、requests库的使用
      • 2、使用xpath解析html网页
      • 3、使用selenium模拟用户操作实现简单操作
      • 4、Redis安装与配置
      • 5、Key/Value数据访问
      • 6、队列数据访问
      • 7、Redis其它常用命令
      第十五天 项目课
      • 1、基于数据库实现学生信息管理系统
      • 2、电商网站商品信息抓取
      • 3、天气预报数据抓取
      • 4、全国邮政编码与长途区号抓取分别
      • 5、基于直接数据库访问和ORM方式实现
    • 第四阶段 数据处理

      掌握各种图例表达数据,pandas处理实战数据,完成清洗,筛选,补缺,转换等功能。掌握numpy数据处理功能

      第十六天 理论课
      • 1、数据可视化
      • 2、经典图像绘制及应用场景
      • 3、颜色设置、标记和线型选择
      • 4、刻度、标签和图例
      • 5、文件保存
      第十七天 理论课
      • 1、Numpy简介
      • 2、Ndarray数组对象
      • 3、索引概念
      • 4、ufunc函数
      第十八天 理论课
      • 1、Numpy广播
      • 2、Numpy矩阵操作
      第十九天 理论课
      • 1、Pandas基本数据结构:Series,DataFrame
      • 2、Pandas索引对象
      • 3、Pandas访问
      • 4、数据处理:缺失数据处理,层次化索引,数据合并
      • 5、重塑,旋转和转换
      第二十天 项目课
      • 1、股票均线绘制
      • 2、人口统计数据曲线绘制
      • 3、链家房产交易数据绘制
      • 4、Pandas处理kaggel竞赛数据
      • 5、股票价格相关性计算
    展示更多
  • 第二部分 Python高级爬虫与数据结构
    • 第五阶段 Python高级

      了解函数式编程,掌握多线程并发处理,建立异步模型概念,理解Python设计模式

      第二十一天 理论课
      • 1、高阶函数
      • 2、函数作为返回对象
      • 3、匿名函数
      • 4、装饰器
      • 5、偏函数
      第二十二天 理论课
      • 1、Python常用设计模式介绍
      • 2、设计模块的实现
      第二十三天 理论课
      • 1、多进程/进程池
      • 2、进程间变量共享
      • 3、多线程/线程池
      • 4、线程间变量共享与锁机制
      • 5、GIL机制简介
      第二十四天 理论课
      • 1、异步机制简介
      • 2、asyncio库使用介绍
      • 3、grequests库使用介绍
      • 4、wisted库使用介绍
      第二十五天 项目课
      • 1、实现map/reduce
      • 2、利用装饰器记录函数调用
      • 3、利用函数式编程模拟赛车游戏
      • 4、使用多线程和线程池机制抓取新浪股票数据
      • 4、使用异步请求单线程抓取新浪股票数据
    • 第六阶段 数据结构与算法

      熟练掌握常见的数据结构和算法

      第二十六天 理论课
      • 1、算法初步
      • 2、二分
      第二十七天 理论课
      • 1、栈队列并查集
      • 2、LintCode刷题训练
      第二十八天 理论课
      • 1、递归加图搜索
      • 2、LintCode刷题训练
      第二十九天 理论课
      • 1、动态规划
      • 2、LintCode刷题训练
      第三十天 理论课
      • 1、图论
      • 2、LintCode刷题训练
    • 第七阶段 高级爬虫

      掌握模拟登陆技巧,熟悉scrapy框架下爬虫代码编写以及任务管理处理,实现爬虫框架

      第三十一天 理论课
      • 1、高级爬虫简介
      • 2、爬虫登陆验证码处理
      • 3、用户名和密码登录
      • 4、使用cookie信息登录
      第三十二天 理论课
      • 1、scrapy框架简介
      • 2、scrapy实现链家数据抓取
      第三十三天 理论课
      • 1、微博登录并抓取好友列表
      • 2、安装和运行
      • 3、代码结构分析
      • 4、网页抓取
      • 5、任务管理
      • 6、日志记录
      第三十四天 理论课
      • 1、分布式爬虫实现
      • 2、自己实现爬虫框架
      • 3、深入了解实现中遇到的问题以及如何解决
      • 4、分布式爬虫架构设计
      第三十五天 项目课
      • 1、使用mysql进行任务管理
      • 2、使用redis实现缓存去重
      • 3、使用redis实现分布式队列服务
      • 4、服务端调度程序实现
      • 5、客户端工作程序实现
      • 6、配置文件与爬虫实现的动态加载
      • 7、爬取某电商网站数据
    展示更多
  • 第三部分 机器学习与深度学习
    • 第八阶段 机器学习初步

      掌握特征处理、模型调优

      第三十六天 理论课
      • 1、什么是机器学习,为什么要进行机器学习,机器学习的应用
      第三十七天 理论课
      • 1、机器学习过程,从问题到数据到算法
      第三十八天 理论课
      • 1、统计学入门,如何了解你的数据
      第三十九天 理论课
      • 1、用机器学习模型描述问题,建立模型,性能评估
      第四十天 项目课
      • 1、特征工程 预处理 特征自动生成
    • 第九阶段 机器学习进阶

      掌握决策树、随机森林等重要模型的使用

      第四十一天 理论课
      • 1、经典的机器学习算法,RFM(表查询),朴素贝叶斯,线性回归,多元回归,逻辑回归
      第四十二天 理论课
      • 1、决策树 规则提取 案例研究
      第四十三天 理论课
      • 1、人工神经网络 时间序列神经网络 应用实例
      • 2、特征选取技术 主成分分析
      第四十四天 项目课
      • 1、模型融合 随机森林 GBDT(xgboost)
    • 第十阶段 机器学习实战

      掌握机器学习相关实际应用

      第四十五天 理论课
      • 1、最近邻法 协同过滤
      第四十六天 理论课
      • 1、关联规则
      第四十七天 理论课
      • 1、无监督聚类算法 K-Means EM(混合高斯模型)层次聚类
      第四十八天 理论课
      • 1、股票数据实战研究
      第四十九天 理论课
      • 1、从客户管理谈数据分析
    • 第十一阶段 深度学习原理与实战

      掌握常见框架Tensorflow和Caffe的原理及其使用

      第五十天 理论课
      • 1、深度神经网络、google wide&&deep模型、腾讯通用CTR神经网络框架与实现
      第五十一天 理论课
      • 1、卷积神经网络、caffe实战图像分类、Tensorflow实战图像风格变换实现
      第五十二天 理论课
      • 1、循环神经网络、Tensorflow实战情感分析与文本生成实现
      第五十三天 理论课
      • 1、Caffe&&Tensorflow实战
    展示更多
  • 第四部分 实际综合项目与就业指导
    • 第十二阶段 毕业综合实战与面试辅导

      通过结业大项目做好就业前的冲刺

      第五十五天 理论课
      • 1、自然语言处理项目
      第五十六天 理论课
      • 1、分类与推荐系统实战
      第五十七天 理论课
      • 1、图像项目(图像分类+图像检索)
      第五十八天 理论课
      • 1、机器学习面试辅导
    展示更多

实战项目

  • 实战项目1

    分布式爬虫实战

    爬取一组电商网站数据(利用自己实现的分布式框架实现数据高校抓取)

  • 实战项目2

    Python大作业实战(综合运用数据分析课程知识进行项目实战)

    链家房产交易数据分析与图标绘制、Kaggle竞赛真题实战

  • 实战项目3

    图像风格转换实战

    卷积神经网络、caffe实战图像分类、Tensorflow实战图像风格变换实现

  • 实战项目4

    深度学习框架实战

    这个部分,将获得激动人心的深度学习库Caffe与Tensorflow搭建网络进行训练的全技能。我们将通过一个景点的图像识别transfer learning,到图像检索,到风格转换,一步步带大家学习库的使用,真正做到使用深度学习库解决实际的图像场景。

  • 实战项目5

    自然语言处理实战

    针对工业界的一块应用场景:自然语言处理,设计了一个专题,我们将获取从文本数据抓取,到Spark/Pandas文本数据分析,到可视化,到多种文本特征抽取,到sklearn机器学习建模,到Spark机器学习建模,到利用深度学习建模的全部技能。

  • 实战项目6

    分类与推荐系统实战

    我们针对电商最常见的推荐系统,设计了这个专题,从音乐数据抓取,到数据分析可视化,到利用协同过滤、隐语义模型、用户序列建模、learning to rank等方式完成一个推荐系统。

  • 实战项目7

    图像项目实战

    具体的图像分类与检索案例,在电商服装数据集上,进行分类与检索的实验。将获得图像数据预处理,Tensorflow建模与调优,基本图像检索与高级图像检索技能。

讲师介绍

  • 林老师

    原BAT高级技术专家,更早时期先后任职于微软、EMC等,从事过操作系统、数据库和云存储相关产品的研发。擅长Python数据分析、爬虫。曾多次作为面试官参与BAT/EMC校招面试与出题,善于剖析leetcode经典题型、助人入门、提高。

  • 林奔

    量化工程师,原蚂蚁金服风控工程师,曾多次获ACM亚洲赛区金奖,毕业于复旦计算机系。先后工作于谷歌、百度、大众点评,熟练算法、Python数据分析等,对将数据转化为生产力有着丰富的经验。讲课注重循序渐进、深入浅出,特别是coding刷题实战广受欢迎。

  • David陈

    人大统计系数据挖掘与统计应用硕士,从事数据分析挖掘多年,开发过某金融公司量化自动交易系统。现为七月在线Python教学负责人,喜爱以数据去理解事物,擅长从零起步,一步步将复杂问题简单通俗阐述,备受广大学员欢迎。

时间安排

10月30日起上课,周一到周五每天6小时,为期4个月

  • 周一9:00-12:00 14:00-17:00
  • 周二9:00-12:00 14:00-17:00
  • 周三9:00-12:00 14:00-17:00
  • 周四9:00-12:00 14:00-17:00
  • 周五9:00-12:00 14:00-17:00

线下上课地址:上海10号线地铁江湾体育场站附近(更具体地址上课群内通知)

  • 上海线下班
  • 上海线下班
  • 上海线下班

课程咨询

微信咨询

周老师:173-1653-1751

陈老师:131-2133-1838

email:zhangning@julyedu.cn

限时特惠价:9999元 原价:23000元

推荐学习《机器学习集训营 第三期